欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 202111201433X
申请人: 深圳我主良缘科技集团有限公司
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2026-11-17
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于特征识别和分析的社交交友推荐方法,其特征在于,所述方法包括:在设定购物阶段内统计购物平台上存在的购物倾向用户及各购物倾向用户对应的倾向购物种类;

所述分析;倾向用户及各购物倾向用户对应倾向购物种类的具体方法包括如下步骤:步骤101:在购物平台上提取各注册用户在设定购物阶段内的所有购物记录,并获取各条购物记录对应的购物种类;

步骤102:将各注册用户各条购物记录对应的购物种类进行对比,从而将同样购物种类对应的购物记录进行归类,得到在设定购物阶段内各注册用户对应各同样购物种类的购物记录数量;

步骤103:将各注册用户对应各同样购物种类的购物记录数量除以该注册用户对应总购物记录的数量,得到各注册用户对应各同样购物种类的倾向购物占比值;

步骤104:将各注册用户对应各同样购物种类的倾向购物占比值与预定义的倾向购物占比值进行对比,若某注册用户对应某同样购物种类的倾向购物占比值大于预定义的倾向购物占比值,则将该注册用户记为购物倾向用户,该购物种类记为倾向购物种类;

将各购物倾向用户对应的倾向购物种类进行对比,汇总得到各倾向购物种类对应的购物倾向用户集合;

对各倾向购物种类对应购物倾向用户集合中所有购物倾向用户的购物选择纠结度进行计算;

所述对各倾向购物种类对应的购物倾向用户集合中所有购物倾向用户的购物选择纠结度进行计算的操作过程如下:

步骤301:对汇总得到的各倾向购物种类进行编号,依次标记为A,B,...,I,...,N,并对各倾向购物种类对应购物倾向用户集合中的各购物倾向用户按照倾向购物占比值的降序顺序进行编号,分别标记为1,2,...,i,...,n;步骤302:对各倾向购物种类对应的各购物倾向用户分别从该购物倾向用户对应的所有购物记录中提取重点购物记录,其中重点购物记录是指各购物倾向用户的所有购物记录中属于该倾向购物种类对应的购物记录,进而对各倾向购物种类对应各购物倾向用户的若干重点购物记录按照购物时间点的先后顺序进行编号,依次标记为1,2,...,j,...,m;步骤303:分别对各购物倾向用户对应的各条重点购物记录提取购买前的浏览足迹,进而从浏览足迹中统计购买前的浏览商品数量和浏览总时长,并将各倾向购物种类对应各购物倾向用户的各条重点购物记录对应购买前的浏览商品数量和浏览总时长构建成购物倾向用户购买前浏览参数集合 , 表示为第I个倾向购物种类对应第i个购物倾向用户的第j条重点购物纪录对应购物前的浏览参数,w表示为浏览参数, ,其中r1,r2分别表示为浏览商品数量,浏览总时长;

步骤304:分别对各购物倾向用户对应的各条重点购物记录提取购买前与商家客服的在线交流纪录,进而从在线交流纪录中统计在线交流时长,并将各倾向购物种类对应各购物倾向用户的各条重点购物记录对应购买前的在线交流时长构建成购物倾向用户购买前在线交流时长集合 , 表示为第I个倾向购物种类对应第i个购物倾向用户的第j条重点购物纪录对应购买前的在线交流时长;

步骤305:将 和 内的数据代入设定的购物选择纠结度计算公式得到各倾向购物种类对应各购物倾向用户的购物选择纠结度 ,表示为第I个倾向购物种类对应第i个购物倾向用户的平均购物选择纠结度;

确定各倾向购物种类对应购物倾向用户集合中各购物倾向用户对应的购物行为类型;

所述确定各倾向购物种类对应各购物倾向用户的购物行为类型的具体方法为将各倾向购物种类对应各购物倾向用户的购物选择纠结度分别与预设的购物选择纠结度阈值进行对比,若某倾向购物种类对应某购物倾向用户的购物选择纠结度大于预设的购物选择纠结度阈值,则该购物倾向用户对应的购物行为类型为购物纠结类型,反之,该购物倾向用户对应的购物行为类型为购物果断类型;

根据各购物倾向用户对应的购物行为类型和设定的购物交友匹配原则确定各倾向购物种类对应的若干待推荐交友用户和被推荐交友用户;

分别采集各倾向购物种类对应各待推荐交友用户和各被推荐交友用户的交友匹配特征;

利用匹配模型评估各倾向购物种类中各待推荐交友用户与各被推荐交友用户对应的综合交友匹配系数,其中匹配模型是将各倾向购物种类对应的各待推荐交友用户的交友匹配特征与各被推荐交友用户的交友匹配特征进行对比匹配;

从各倾向购物种类中各待推荐交友用户与各被推荐交友用户对应综合交友匹配系数中筛选出最大综合交友匹配系数对应的被推荐交友用户作为购物好友推荐给待推荐交友用户;

所述评估各倾向购物种类中各待推荐交友用户与各被推荐交友用户对应综合交友匹配系数的具体评估过程包括:

步骤701:获取各倾向购物种类对应各待推荐交友用户的编号和各被推荐交友用户的编号,其中各待推荐交友用户的编号可记为1,2,...,k,...,z,各被推荐交友用户的编号可记为1,2,...,f,...,y;步骤702:按照各倾向购物种类中各待推荐交友用户的编号顺序,分别将各倾向购物种类中各待推荐交友用户的交友匹配特征与该倾向购物种类对应各被推荐交友用户的交友匹配特征进行对比,计算各倾向购物种类中各待推荐交友用户与各被推荐交友用户对应的用户基本信息匹配系数 、倾向购物时长匹配系数 和重点购物记录匹配系数;

步骤703:将各倾向购物种类中各待推荐交友用户与各被推荐交友用户对应的用户基本信息匹配系数、倾向购物时长匹配系数和重点购物记录匹配系数代入综合交友匹配系数评估计算公式评估各倾向购物种类中各待推荐交友用户与各被推荐交友用户对应的综合交友匹配系数 , 表示为第I个倾向购物种类中第k个待推荐交友用户与第f个被推荐交友用户对应的综合交友匹配系数,a、b、c分别表示为用户基本信息、倾向购物时长、重点购物记录对应的匹配权重比例系数。

2.根据权利要求1所述的一种基于特征识别和分析的社交交友推荐方法,其特征在于:所述设定的购物交友匹配原则为将各倾向购物种类对应的所有购物倾向用户中购物纠结类型对应的购物倾向用户作为待推荐交友用户,将购物果断类型对应的购物倾向用户作为被推荐交友用户。

3.根据权利要求1所述的一种基于特征识别和分析的社交交友推荐方法,其特征在于:所述交友匹配特征包括用户基本信息、倾向购物时长和各重点购物记录对应的购物商品名称。

4.根据权利要求3所述的一种基于特征识别和分析的社交交友推荐方法,其特征在于:所述用户基本信息包括用户性别和年龄。

5.根据权利要求3所述的一种基于特征识别和分析的社交交友推荐方法,其特征在于:所述倾向购物时长的采集方法执行以下步骤:第一步:在设定购物阶段内获取各待推荐交友用户或被推荐交友用户对应的重点购物记录;

第二步:从重点购物记录中分别提取第一次重点购物记录和最后一次重点购物记录对应的购物时间点;

第三步:将各待推荐交友用户或被推荐交友用户的最后一次重点购物记录与第一次重点购物记录对应的购物时间点进行相减,得到倾向购物时长。